黄河流域农业用水效率研究——基于非期望产出的SBM模型_李鸿雁

黄河流域作为中国重要的经济地带和生态屏障，在经济社会发展和生态安全方面具有举足轻重的地位。党的十八大以来，黄河流域在经济社会发

展和生态环境治理方面取得了巨大成就［1］。然而， 黄河流域流经地区生态环境脆弱，水资源利用粗放， 使得黄河流域水资源十分短缺，对流域内以灌溉为

收稿日期：2020-11-27

基金项目：国家自然科学基金项目（71863030）；宁夏大学社科重大项目（SKZX2017004）；宁夏大学理论经济学一流学科（NXYLXK2017B04）作者简介：李鸿雁（1972-），女，安徽太和人，副教授，主要从事区域经济与农村经济发展方面的研究，（电话）15609517989

（电子信箱）lihy_908@163.com。

172 湖 北 农 业 科 学 2021 年

主体的农业活动形成了巨大挑战。黄河流域 9 省

（区）农业用水总量从 2009 年的 829.07 亿m3 下降至

2018 年的 815.9 亿m3，同期耕地向北方集中，流域内

农作物总播种面积由 2009 年的 54 381.9 千hm2 增长

至 2018 年的 57 441.1 千hm2，加之近年来全球气候变暖，进一步加剧农业干旱缺水态势，农业用水得不到保障，特别是枯水年和用水紧张时期，农业用水被

挤占，造成作物减产，粮食安全受到威胁，农民利益受到影响［2］。此外，在农业生产用水过程中所产生的农业污染也日渐严重，2017 年，小麦、玉米和水稻

3 种农作物农药利用率仅为 38.8%，化肥利用率仅为

37.8%，与 2015 年相比虽有所上升，但总体上利用率较低，导致土壤中残留大量农药和化肥，造成水体富营养化、农业面源污染等环境问题，同时削弱庄稼的生产能力和造成资源浪费。

面对黄河流域严峻的发展形势，2019 年 9 月 18日，习近平总书记在黄河流域生态保护和高质量发展座谈会上强调指出“，黄河流域是我国重要的生态

屏障和经济地带，要坚持绿水青山就是金山银山的理念，坚持生态优先、绿色发展，以水而定、量水而行”［3］。这意味着要以环境约束为前提，严格管控化肥和农药使用，促进农业的可持续发展；同时以水资源为刚性约束，合理管控农业用水，最终以节约用水推动农业生产方式和居民生活方式由粗放向节约集约转变，促进水资源集约利用与可持续发展。在此背景下，科学评价黄河流域农业用水效率并探究农业用水优化路径，有利于缓解黄河流域农业缺水态势，促进农业可持续发展，对推动黄河流域生态保护和高质量发展至关重要。

作为最大的刚性约束，水资源是任何一个国家经济社会发展都离不开的自然资源，时刻牵动着一个国家经济和社会的发展态势，但在总用水量上，农业用水始终占据较大比重。随着黄河流域生态保护和高质量发展上升为国家战略，以及近年来农业水资源矛盾日益突出，学者们围绕黄河流域和农业水资源的相关研究日渐增多。

在黄河流域水资源问题研究上，现有文献从三个方面展开。一是关于水资源的承载力方面，近年来黄河流域水资源承载力有所提高但整体还处于较弱水平，其中宁夏和甘肃水资源承载力多年处于超载状态［4-6］。二是在水资源配置方面，黄河流域水资源分配方式仍存在诸多问题，传统的调配方式不适应资源与社会的协调发展，需建立黄河干流河段多目标的优化配置以满足经济和社会发展的需要［7］。三是在水资源利用效率方面，黄河流域用水效率存

在明显的地区差异性，应结合各地区实际情况制定有针对性的用水策略，避免出现“一刀切”现象［1，8］。关于农业水资源利用效率方面的研究，学者们

主要从评价方式和测度方法上展开。用水效率评价方式主要分为单要素评价和全要素评价。Hu 等［9］ 率先使用全要素用水效率评价方式，以“最优用水量与实际用水量之比”进行效率衡量。相较于单要素评价方式，全要素用水效率评价在考虑到水资源投

入的基础上，同时考虑了其他要素投入，符合实际农业生产用水过程，更为广泛地运用于研究中。农业用水效率测度方法主要为参数法和非参数法，参数法的典例是随机前沿分析法（SFA），该方法以一定的函数形式为前提，在分离统计误差等方面具有独特的优势。Battese 等［10］最先采用 SFA 方法测度农业用水效率，在这之后越来越多学者也开始采用SFA 方法进行农业用水效率测度，如Wang 等［11］基于

SFA 方法，测度了中国农业生产技术效率与灌溉用

水效率，发现技术效率远高于农业用水效率，农业用水效率地区间差异更大。数据包络分析法（DEA）为非参数法的代表，该方法不需要预设具体的函数形式［12］，适用于多投入多产出的多目标决策系统。 Geng 等［13］和李静等［14］使用DEA 模型，以中国为研究对象评估了农业用水效率。而另一些学者将某个区域或某些农作物作为研究对象，如 Wang 等［15］、佟金

萍等［16］和常明等［17］运用 DEA 和Tobit 模型，分别以

黑河流域、长江流域的小麦、玉米、稻谷 3 种作物为研究对象，探究了农业用水效率及影响因素。陈洪斌［18］则在考虑到外部环境因素会影响效率情况下， 基于三阶段DEA 模型测评了全国农业用水效率和空间溢出效应，发现用水效率具有明显的空间溢出性。在黄河流域水资源问题研究上，现有研究主要集中在黄河流域水资源承载力、配置以及水资源利用效率等方面，较少考虑对农业用水效率问题的研

究；而关于农业用水效率研究，又主要集中在对全国或区域层面，或者某些农作物的农业用水效率，以黄河流域作为研究对象相对较少。在研究内容上，基于期望产出的研究较多，对农业生产用水过程中所产生的污染问题考虑较少［19］。因此，本研究基于全要素评价方式，以化肥污染量和农药污染量作为非期望产出，采用 SBM-Undesirable 模型测度了 2009

—2017 年黄河流域农业用水效率及其变动趋势，并

根据农业用水效率值以及化肥、农药污染量，对黄河流域 9 省区进行效率-污染类型聚类分析，针对不同类型地区提出不同的农业用水优化路径，为各地区因地制宜地制定农业用水政策提供理论依据。

1 研究方法与数据来源

1.1 SBM-Undesirable 模型

DEA 模型一般分为投入导向型和产出导向型， 规模报酬不变（CRS）条件下的与规模报酬可变

（VRS）条件下的 DEA 模型。传统的径向DEA 模型， 从等比例角度测量无效率程度，忽略了投入产出的松弛性问题和实际生产过程中的非期望产出，从而导致决策单元效率值偏高。 基于这样的考虑， Tone［20］在传统 DEA 模型基础上，提出了非角度和非

径向的SBM-Undesirable 模型［9，21］，该模型一方面规

当 TFWEj,t 等于1 时，表明该决策单元相对效率最优， 当 TFWEj,t 小于 1 时，表明该决策单元不在有效前沿面上，可通过减少投入或增加期望产出、减少非期望产出以达到有效前沿面；TWEj,t 表示最优农业用水投入量；WEj,t 表示农业生产过程中实际农业用水投入量；LWEj,t 表示农业用水投入冗余量，冗余量的大小反映农业节水潜力的大小。因此，将农业节水潜力定义为农业用水投入冗余量与实际农业用水投入量之比，第 t 年第 j 省的农业节水潜力可以表示为APWEj,t，公式如下。

LWEj,t

避了径向、角度选择所造成的偏差，克服了投入产出

APWEj,t =

WEj,t

（3）

的松弛性问题，另一方面解决了非期望产出问题。本研究测算的农业用水效率，是在给定其他投入要素和产出条件下，最优农业用水投入量与实际农业用水投入量之比，且黄河流域各省区投入和产出规模报酬并非保持不变，因此选择 VRS 条件下投入导向型的SBM-Undesirable 模型。具体线性规划公式如下。

由 式（2）、式（3）可 知 ，TFWEj,t + APWEj,t = 1。其中，LWEj,t 越大，APWEj,t 越大，TFWEj,t 越小，即农业用水投入冗余量越大，农业节水潜力越大，农业用水效率越低。

1.3 指标选取与数据来源

采用SBM-Undesirable 模型测算 2009—2017 年黄河流域农业用水效率，基于数据的可获取行性和

1 K ［14］

［16］

1 - s -

K

xkd

可操作性原则，并参考李静等

、佟金萍等

、方琳

Minρ =

1  N

k = 1

M

等［19］学者观点，选取农业就业人数、农业机械总动

1 + N + M +

J

-

s +

n = 1

ynd +

s +

m = 1

umd

力、农业用水量、农作物总播种面积、化肥施用量和

农药使用量作为投入要素，以农业总产值作为期望

产出，以化肥污染量和农药污染量作为非期望产出。

∑λj xkj + sk = xkd ,k = 1,2,⋯,K

j = 1

 J

 λ y - s+ = y ,n = 1,2,⋯,N

■ j = 1

 J

 λ u + s- = u ,m = 1,2,⋯,M

j = 1

（1）

农业就业人数、化肥污染量和农药污染量数据并未公布，因此以第一产业就业人数代表农业就业人数， 并借鉴王宝义等［23］计算方法，用农药无效使用量、化肥氮磷流失量表征农药污染量和化肥污染量，其中农药污染量=农药使用量× 50%［24］，化肥污染量=

λ ≥ 0,s- ≥ 0,s+ ≥ 0,s- ≥ 0,j = 1,2,⋯,n

■ j k n m

其中，某一时间内决策单元 d 的农业用水效率为 ρ，当 s - = s + = s - = 0，表示决策单元相对效率最优。 投入、期 望产出和非期望产出值分别为xkd、ynd、umd；因素个数分别为 K、N、M，松弛量分别为 s - 、s + 、s - ，权重用 λ 代表，j 决策单元第 k 种投

化肥施用量 ×（1- 化肥利用率）= 化肥施用量×

65%［25］。

本研究所用原始数据均来源于 2010—2018 年的《中国水资源公报》《中国统计年鉴》和《中国农村统计年鉴》，所有经济指标均以 2008 年为基期进行

调整。数据选择如表1 所示。

入要素用 xkj 代表，j 决策单元第 n 种期望产出用 ynj 代

表，j 决策单元第 m 种非期望产出用 umj 代表。

1.2 农业用水效率与节水潜力

借鉴Hu 等［9］基于全要素生产率的用水效率测度思路，并参考李静等［14］、佟金萍等［16］、马剑锋等［22］

表1 投入产出指标及选取依据

文献中的定义，农业用水效率可以定义为最优农业用水投入量与实际农业用水投入量之比，具体公式如下。

投入指标

土地投入技术投入

农作物总播种面积

化肥施用量农药使用量

千hm2

万t

万t

TFWE

= TWEj,t = WEj,t - LWEj,t = 1 - LWEj,t

（2）

期望产出

农业总产值 亿元

j,t

WEj,t

WEj,t

WEj,t

产出指标

非期望产出

化肥污染量 万t

式中，TFWEj,t 表示第 t 年第 j 省农业用水效率，

农药污染量 万t

2 实证结果与分析

2.1 农业用水基本情况分析

DEA 模型在计算效率时需要一定数量的DMU， 即DMU 数量应大于投入产出指标之积以及投入产出指标之和的 3 倍，如果单独对黄河流域省（区）进行研究，将无法满足 DMU 最低测算单元的需要， DEA 方法将失效。为了准确测算出黄河流域农业用水效率并与其他地区相比较，选取 2009—2017 年

全国 31 个省（市、自治区）（不包含港、澳、台地区）数据进行分析，选择万元农业产值用水量指标描述黄河流域农业用水情况。当万元农业产值用水量减小时，即产生万元农业总产值所消耗的农业用水量减少，表明农业用水情况得到改善。由图 1 可知，2009

—2017 年黄河流域、长江流域和全国的万元农业产

值用水量整体变化趋势基本一致，均呈下降趋势，农业用水情况均得到改善。其中，黄河流域万元农业产值用水量从 2009 年的 2 312.60 m3/万元减少到

2017 年的 1 819.17 m3/万元，下降幅度明显，2009 年

万元农业产值用水量约为2017 年的1.3 倍；长江流域

万元农业产值用水量从 2009 年的 2 393.34 m3/万元

减少到 2017 年的 2 101.74 m3/万元，为 2017 年的 1.1

倍；全国万元农业产值用水量从 2009 年的 2 258.71

m3/万元减少到 2017 年的 1 894.76 m3/万元，为 2017

年的1.2 倍。可见，一方面在黄河流域水资源保障形势愈发严峻的背景下，地方政府对农业生产用水问题重视程度增加；另一方面随着农业节水技术和政策的推广，农户节水意识不断增强，改善了传统的粗

放型灌溉方式，促使黄河流域农业用水情况改善更为明显。目前黄河流域流经的大部分省区处在缺水或少水状态，2018 年黄河总耗水量为 415.93 亿m3，其中农田灌溉耗水量分别占黄河地表水耗水量和地下水耗水量的 66.8% 和 49.4%，农业是用水大户，农业生产对水资源的依赖性较强。因此，农业用水情况虽有所改善，但在水资源短缺的黄河流域地区农业缺水态势依然严峻，农业用水效率亟待提高。

图1 万元农业产值用水量

2.2 黄河流域农业用水效率分析

2.2.1 全国范围内农业用水效率比较 为更好地把握黄河流域农业用水效率在全国的定位和水平，从全国范围内比较了黄河流域农业用水效率。由图 2 可知，从波动趋势上看，黄河流域与全国的农业用水效率变化趋势大体一致，均呈先下降再上升趋势，但黄河流域农业用水效率高于全国平均水平。由于经济快速发展和总人口增加造成农业用水供给减少， 加之部分地区农业节水技术推广缓慢、管理制度落后，导致 2009—2015 年黄河流域农业用水效率呈波动下降态势；2015 年，党的十八届五中全会将“加强生态文明建设，建设美丽中国”首度写入五年规划， 随着国家越来越关注生态环境保护和可持续发展， 各地区开始重视农业节水问题，制定相关节水政策， 以及各地区经济发展水平提高，农业水资源资金投入加大，农业节水技术加强和管理制度完善，促使2015—2017 年黄河流域农业用水效率呈上升态势。在效率水平上，2009—2017 年黄河流域农业用水效率从 0.89 下降至 2017 年的 0.83，全国农业用水效率从 0.83 下降至 2017 年的 0.81，黄河流域农业用水效率虽高于全国水平，但其下降幅度更大。经济基础是农业水资源可持续利用的重要保障，近年来黄河流域经济发展水平普遍低于全国平均水平，农业水资源资金投入不足，造成黄河流域农业用水效率下降更为显著。

图2 黄河流域与全国农业用水效率演变趋势

2.2.2 黄河流域各区段农业用水效率比较 由于黄河流域不同区段的生态环境特点和经济发展水平等因素均有不同，导致流域各区段农业用水效率存在较大差异。将黄河流域划分为中上游地区（青海、四川、甘肃、内蒙古、宁夏）和中下游地区（山西、陕西、河南、山东）。由图 3 可知，从演变趋势上看，黄河流域中上游和中下游地区农业用水效率演变趋势基本一致，均表现为先下降再基本稳定后上升态势，其中，2009—2011 年呈下降状态，2011—2015 年农业用水效率基本稳定，2015—2017 年呈上升状态。在

效率水平上，黄河流域整体效率均值为 0.781，中下游和中上游地区效率均值分别为 0.855、0.722，中下游地区农业用水效率均值高于整体效率均值，而中上游地区效率均值低于整体效率均值，中下游地区用水效率高于中上游地区。此外，2009—2017 年黄河流域中上游和中下游地区农业用水效率均有不同程度的下降，其中，虽然近年来中下游地区经济发展水平高，农业节水技术和管理制度比较先进，但农田种植结构不合理，农户节水意识不高，导致中下游地区农业用水效率从2009 年的0.930 下降至2017 年的0.881；而中上游地区生态环境脆弱，经济发展水平较低，农田水利设施投入不足，农业节水技术和管理制度相对落后，造成农业用水效率从 2009 年的0.852 下降至 2017 年的 0.785，黄河流域中上游地区农业用水效率下降更为明显。从空间分布上看，黄河流域农业用水效率存在明显的空间非均衡性，表现 为“东高西低”分布特征，高效率地区主要集中在中下游，黄河流域中上游地区农业用水效率亟待提高。

图3 黄河流域各区段农业用水效率演变趋势

2.2.3 黄河流域各省区农业用水效率分析 作为中国重要农产品主产区的黄河流域地区，水资源总量仅占全国水资源总量的 2.6%，水资源与农业生产的不匹配，加剧了黄河流域农业缺水态势。探究黄河流域各省区农业用水效率及农业节水潜力，是提高黄河流域农业用水效率和缓解农业缺水态势的科学前提。

由图 4 可知，2009—2017 年青海、山东、陕西和四川的农业用水效率始终最优，其他省区农业用水效率存在较大差异。2009—2017 年河南农业用水效率提高了 0.024，效率均值为 0.628，但其农业用水效率上下波动很大，效率水平不稳定；甘肃和宁夏农业用水效率呈小幅度下降态势，分别下降 0.039 和0.083，效率均值分别为 0.577 和 0.656；而山西和内蒙古农业用水效率下降幅度明显，分别下降0.218 和0.210，效率均值分别为 0.795 和 0.379。从波动趋势上看，2009—2017 年青海、山东、陕西、四川、河南、

宁夏和甘肃农业用水效率基本保持不变或略微上下波动，波动幅度不超过 0.1，而山西和内蒙古农业用水效率下降幅度在 0.2 以上，下降幅度明显；从效率均值上看，内蒙古和甘肃农业用水效率相对较低。

图4 黄河流域各省区农业用水效率演变趋势

在农业节水潜力方面，由表 2 可知，2009—2017年黄河流域农业用水冗余量呈上升态势，冗余总量达 2 098.41 亿m3，即在相同农业产出的情况下，农业

用水多投入了 2 098.41 亿m3，具有较大的节水潜力。

青海、山东、陕西和四川始终处在有效前沿面上，而流域内其他省区均存在不同程度的农业用水投入冗余。农业节水潜力最大为内蒙古，农业用水冗余总量达 764.72 亿m3，与 2009 年相比，农业用水冗余量

增加 28.78 亿m3，节水潜力增大；农业节水潜力排第

2、3、4 位的省（区）分别为甘肃、河南和宁夏，农业用水冗余总量均在300 亿m3 以上，节水潜力较大，其中甘肃和宁夏的农业用水冗余量演变趋势大体一致，

均呈现逐年增加状态，河南农业用水冗余量上下波动幅度较大，冗余量最大为69.92 亿m3，最小为23.99

亿m3，节水潜力变化不稳定；农业节水潜力排名第 5

位是山西，农业用水冗余总量为 80.72 亿m3，与其他存在投入冗余的省（区）相比，山西农业用水投入冗余较少，农业节水潜力相对较小，农业用水效率相对

较高，但农业用水冗余量呈小幅度逐年增加态势，表明节水潜力逐渐增大，用水效率呈下降趋势。

对于内蒙古、宁夏和甘肃地区，经济发展水平较低，农田水利设施投入不足，加之以农牧为主导产业，农业用水多采用漫灌、串灌等粗放方式，导致农业水资源自然损耗较多，农业用水冗余量较大，用水效率偏低，节水潜力较大。河南是中国重要的产粮大省，高耗水作物占比较高，造成农业用水占比较大，农业用水占比较大意味着农业水资源冗余投入较多，节水潜力较大，用水效率有待提高。而山西省农业用水冗余量较少，节水潜力较小，但近年来随着山西省煤矿产业下行，经济发展相对缓慢，农业节水技术和管理制度相对落后，导致山西省农业用水冗

表2 黄河流域各省区农业用水节水潜力 （单位：亿m3）

余量增加，节水潜力增大，用水效率呈下降趋势。因此，在推动黄河流域生态保护和高质量发展过程中， 需着重提高内蒙古农业用水效率，同时重视山西农业用水效率潜在的下降风险。

2.3 黄河流域效率-污染类型分析

由于黄河流域各地区水资源丰裕程度、经济发展水平以及农户环保意识等方面的差异，黄河流域各省区农业用水效率及污染程度会呈现出不同的特征。科学评价环境约束下黄河流域各省区的农业用水效率和污染程度，探讨有差异、有重点的农业用水优化路径对推动黄河流域生态保护和农业可持续发展具有十分重要的意义。根据 2009—2017 年黄河流域 9 省（区）的农业用水效率值以及化肥污染量和农药污染量进行聚类分析，将黄河流域 9 个省（区） 划分为低效率-低污染（DD）、低效率-高污染（DG）、 高效率-低污染（GD）和高效率-高污染（GG）4 种类型，聚类结果如图5 所示。

低效率-低污染类型包括甘肃、内蒙古和宁夏， 该类型地区化肥污染量和农药污染量较低，对环境造成的污染较小，但生态环境脆弱，经济发展水平低，节水技术相对落后，节水灌溉设施不足，农业用水效率低。对于DD 类型地区，在保持当前农业污染防治力度的基础上，应着重提高黄河流域农业用水效率，促进农业用水集约利用。

低效率-高污染类型包括河南。河南在农业生

产用水过程中污染较严重，对生态环境造成较大威胁，农业污染防治任务艰巨；同时，河南降水量相对缺乏，高耗水作物占比较高，水资源管理制度不完善，农业用水效率较低。对于 DG 类型地区，主要任务是调整农作物种植结构，鼓励农户选择低耗水农产品，推广农业节水补贴政策，改进农业水资源管理

制度，加强农业污染防控，提高农户环保意识，从根本上减少环境破坏。

高效率-低污染类型包括青海、山西、陕西和四

川。该类型地区农业用水效率较高，化肥和农药污染量较低，农业污染防控压力较小。对于 GD 类型地区，应在保持当前农业污染治理水平的前提下，合理管控农业用水，进一步优化农业水资源配置。

高效率-高污染类型包括山东。山东在经济发展过程中，过度使用化肥和农药，导致农业污染比较严重；同时山东经济发展水平较高，农业水资源资金投入大，农业节水技术与管理制度相对发达，农业用水效率也较高。对于GG 类型地区，在保持高效率农业用水的同时，应严格管控农业面源污染，降低化肥和农药使用，鼓励和推广有机肥，加强环境保护宣传工作。

图5 黄河流域各省区效率-污染类型

3 结论与启示

3.1 结论

探究黄河流域农业用水效率动态变化及农业用水优化路径对提高农业用水效率、缓解农业缺水态势及促进农业可持续发展具有十分重要的意义，也是推动黄河流域生态保护和高质量发展的科学前提。本研究基于非期望产出的SBM 模型，测度了2009—2017 年黄河流域农业用水效率，从全国、流域各区段以及流域内部各省区角度探究了黄河流域农业用水效率动态变化，并根据农业用水效率及污染程度进行聚类分析，针对不同类型地区提出不同

的农业用水优化路径。相关研究结论如下。

1） 黄河流域与全国的农业用水效率变化趋势大体一致，均呈先下降再上升趋势，黄河流域农业用水效率高于全国平均水平。与 2009 年相比，黄河流域和全国的农业用水效率均有所下降，但黄河流域农业用水效率下降幅度更大。

2） 黄河流域中上游和中下游地区农业用水效率演变趋势基本一致，均呈先波动下降再基本稳定后波动上升态势，但中下游地区农业用水效率均值高于整体效率均值，中上游地区效率均值低于整体效率均值。与 2009 年相比，中上游和中下游地区的农业用水效率均有所下降，中上游地区农业用水效率下降更为显著，农业用水效率亟待提高。

3） 青海、山东、陕西和四川农业用水效率始终最

优，农业节水潜力最小，其他省区农业用水效率及节水潜力存在较大差异。山西农业用水效率较高，效率均值为 0.795，节水潜力较小，但与 2009 年相比农业用水效率下降明显，节水潜力有所增加；河南、甘肃和宁夏农业用水效率较低 ，效 率均值分别为0.628、0.656 和0.577，节水潜力较大，其中，甘肃和宁夏农业用水效率有所下降，节水潜力呈逐年增加趋势，而河南农业用水效率有所提升，但效率水平不稳定，节水潜力波动较大；内蒙古农业用水效率最低， 效率均值为 0.379，节水潜力最大，与 2009 年相比用水效率下降幅度较大，节水潜力明显增加。

4） 根据聚类结果，甘肃、宁夏和内蒙古属于低效

率-低污染类型（DD），河南属于低效率-高污染类型

（DG），青海、山西、陕西和四川属于高效率-低污染类型（GD），山东属于高效率-高污染类型（GG），结合各地区实际情况，不同类型地区采取有针对性的

农业用水优化路径。

3.2 政策建议

针对上述分析，提高黄河流域农业用水效率，降低化肥和农药污染，促进黄河流域生态保护和高质量发展，提出以下建议。

1） 着重提高黄河流域中上游地区农业用水效

率，在中上游地区中应着重提高内蒙古、宁夏、甘肃的农业用水效率。一方面加强农业节水工程建设， 提升农业机械化灌溉程度，因地制宜引进先进的节水技术和管理制度，提高耕种水平；另一方面中上游地区生态环境脆弱，水土流失严重，可通过大力建设淤地坝、修筑梯田等措施提高水土保持能力，系统治理，协同发展。

2） 黄河流域农业用水效率潜在的下降风险。在

提高黄河流域低效率地区用水效率的基础上，需要重视高效率地区农业用水的合理管控，保持农业用

水的高效率水平，防止高效率地区农业用水效率出现滑坡现象，从而推动黄河流域农业用水效率稳中向好发展。

3） 根据效率-污染类型，因地制宜地采取农业

用水优化政策。对于低效率-低污染类型地区，引入先进的农业节水技术与管理制度，健全农业用水价格机制，划定农业水资源效率控制红线，加强农田

水利设施建设，同时开展建坝、修旱作梯田等水土保持工程，减少水土流失，协同推进农业用水效率的提高。对于低效率-高污染类型地区，加大农业节水补贴力度，优化农作物种植结构，鼓励农户适当低耗水作物种植以促进水资源充分利用，对农户开展培训、宣讲会等活动增强农户环境保护意识，从源头上

降低化肥和农药污染，同时加强政府部门监督力度， 降低当地居民及企业的生产生活对生态环境造成的破坏。对于高效率-低污染地区，在保持当前效率水平和污染治理水平的前提下，关注农业用水效率潜在的下降风险，进一步优化水资源配置，促进科学用水、合理用水。对于高效率-高污染类型地区，在保持或进一步提高当前效率水平的基础上，加大农业污染治理的资金投入，完善农业污染的相关政策法规，加强监管和惩戒力度，针对农户开展化肥、农药专业知识培训，提高化肥和农药利用率，通过横幅、广播等形式加大环保宣传力度，增强农户环保意

识，从根本上解决“高化肥、高农药”问题。

参考文献：

［1］刘华军，乔列成，孙淑惠 . 黄河流域用水效率的空间格局及动态演进［J］. 资源科学，2020，42（1）：57-68.

［2］赵银亮，宋华力，毛艳艳 . 黄河流域粮食安全及水资源保障对策研究［J］. 人民黄河，2011，33（11）：47-49.

［3］习近平. 在黄河流域生态保护和高质量发展座谈会上的讲话［J］. 中国水利，2019（20）：1-3.

［4］张宁宁，粟晓玲，周云哲，等. 黄河流域水资源承载力评价［J］. 自然资源学报，2019，34（8）：1759-1770.

［5］张丽洁，康 艳，粟晓玲 . 基于正态云模型的黄河流域水资源承载力评价［J］. 节水灌溉，2019（1）：76-83.

［6］左其亭，张志卓，吴滨滨 . 基于组合权重TOPSIS 模型的黄河流域九省区水资源承载力评价［J］. 水资源保护，2020，36（2）：1-7.

［7］张翔宇，董增川，宋瑞明，等. 黄河流域干流河段水资源调配多目标优化模型［J］. 长江科学院院报，2017，34（11）：18-22.

［8］邢 霞，修长百，刘玉春 . 黄河流域水资源利用效率与经济发展的耦合协调关系研究［J/OL］. 软科学：1-13［2020-10-20］.http：// kns.cnki.net/kcms/detail/51.1268.G3.20200701.1028.018.html.

［9］HU J，WANG S，YEH F. Total-factor water efficiency of regions in China［J］. Resources policy，2007，31（4）：217-230.

［10］BATTESE G E，COELLI T J. A model for technical inefficiency ef⁃ fects in a stochastic frontier production function for panel data［J］. Empirical economics，1995，20（2）：325-332.

［11］ WANG X Y，ZHAO L G. Agricultural water efficiency and the causal factors——A stochastic frontier analysis based on Chinese

provincial panel data：1997—2006［J］. Issues in agricultural econ⁃ omy，2008，3：10-18，110.

［12］DONG Z F，YU E Y，QIU L，et al. Water efficiency evaluation of the provincial regions in China based on DEA model［J］. Ecologi⁃ cal economy，2012 ，10：43-47.

［13］GENG Q L，REN Q F，NOLAN R H，et al. Assessing China’s agri⁃ cultural water use efficiency in a green-blue water perspective：A study based on data envelopment analysis［J］. Ecological indica⁃ tors，2019，96：329-335.

［14］李 静，徐德钰 . 中国农业的用水效率及其影响因素——基于

MinDW 模型的分析［J］. 环境经济研究，2018，3（3）：56-74.

［15］WANG G F，CHEN J C，WU F，et al. An integrated analysis of ag⁃ ricultural water-use efficiency：A case study in the Heihe River Basin in Northwest China［J］. Physics and chemistry of the earth， parts A/B/C，2015，89：3-9.

［16］佟金萍，马剑锋，王 圣，等. 长江流域农业用水效率研究：基于超效率DEA 和Tobit 模型［J］. 长江流域资源与环境，2015，24（4）： 603-608.

［17］常 明，王西琴，贾宝珍. 中国粮食作物灌溉用水效率时空特征及驱动因素——以稻谷、小麦、玉米为例［J］. 资源科学，2019，

41（11）：2032-2042.

［18］陈洪斌 . 我国省际农业用水效率测评与空间溢出效应研究［J］. 干旱区资源与环境，2017，31（2）：85-90.

［19］方 琳，吴凤平，王新华，等. 基于共同前沿SBM 模型的农业用水效率测度及改善潜力［J］. 长江流域资源与环境，2018，27（10）： 2293-2304.

［20］ TONE K. Slacks-based measure of efficiency［A］. Handbook on data envelopment analysis［M］. Boston：Springer，2011.

［21］LIAN Y，ALI S，ZHANG X，et al. Nutrient and tillage strate-gies to increase grain yield and water use efficiency in semi-arid areas［J］. Agricultural water management，2016，178：137-147.

［22］马剑锋，佟金萍，王慧敏，等 . 长江经济带农业用水全局技术效率的空间效应研究［J］. 长江流域资源与环境，2018，27（12）： 2757-2765.

［23］王宝义，张卫国 . 中国农业生态效率测度及时空差异研究［J］. 中国人口·资源与环境，2016，26（6）：11-19.

［24］江孝绰，李瑞琴 . 土壤及作物中农药残留量所揭示的问题［J］. 环境科学研究，1993（5）：6-10.

［25］朱兆良 . 农田中氮肥的损失与对策［J］. 土壤与环境，2000（1）：

1-6.

■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■

（上接第170 页）

数据通过中继器转发到数据监测服务器，服务器对数据进行解析处理，并将已处理的数据加载到已经训练好的烟叶状态识别模型中，识别当前烟叶状态。打开智能监测信息管理系统页面，信息管理系统监测到的烟叶状态与当前烟叶状态一致。具体测试环境与结果如图9 所示。

图9 测试环境与结果

6 小结

本研究利用物联网技术结合BP 神经网络算法， 设计了一种针对仓储烟叶霉变状态的智能监测系统，通过在烟堆内部署数据采集终端，利用手持无线中继器接收终端采集的数据，并通过 GPRS 网络传输至监控中心数据服务器，服务器对上传数据进行解析后，将仓库环境参数以及烟叶状态实时显示在系统界面中，当识别到烟叶为霉变状态时，系统向管理人员发出警报信息。测试结果表明，本研究所提方法可以很好地监测烟叶仓储环境信息并识别出烟

叶的霉变状态，从而可有效地预防烟叶霉变的发生， 提高了烟叶仓储管理效率。

参考文献：

［1］KONG F Y，LIN J S，ZHANG C S，et al. Recent progress in research on mechanism and control of tobacco mildew during storage［J］. Ac⁃ ta tabacaria sinica，2009，15（5）：78-81.

［2］陈善义，李菁菁，包可翔，等 . 仓储片烟霉变研究进展［J］. 安徽农学通报，2017，25（14）：145-147.

［3］YANG L，YANG Q X，YANG S H，et al. Application of near infra⁃ red spectroscopy to detect mould contamination in tobacco［J］. Jour⁃ nal of near infrared spectroscopy，2015，23（6）：391-400.

［4］毛雪峰，云利军，石俊生，等. 基于电子鼻技术的烟叶霉变提前预警系统设计［A］. 中国电子学会信息论分会. Proceedings of 2010 Asia-Pacific Conference on Information Theory（APCIT 2010）［C］.中国电子学会信息论分会：中国电子学会信息论分会，2010. 361-365.

［5］刘 斌，朱文魁，周雅宁，等 . 基于机器视觉和MSD 微结构描述算法的霉变烟在线检测研究［J］. 中国烟草学报，2015，21（2）： 29-34.

［6］张真娜，张桂治，陈进家，等 . 醇化过程中烤烟烟叶表面可培养真菌的多样性［J］. 烟草科技，2018，51（12）：23-30.

［7］张竞超 . 基于物联网技术的烟叶仓储环境智能监测系统研究［D］. 昆明：云南师范大学，2019.

［8］马钧钊 . 基于嵌入式WEB 的烟草仓库智能监控系统［D］. 南昌： 华东交通大学，2013.

［9］沈花玉，王兆霞，高成耀，等 . BP 神经网络隐含层单元数的确定［J］. 天津理工大学学报，2008，24（5）：13-15.

［10］王一博，云利军，叶志霞，等 . 基于NB-IoT 的烟叶仓储环境监测系统［J］. 云南民族大学学报（自然科学版），2020，29（3）： 257-263.